• Storage costs. Because of the low

• Storage costs. Because of the low cost of Hadoop storage, you could store both versions of the data in the HDFS: the before application data and the after transformed data. Your data would then all be in one place, making it easier to manage, reprocess (if needed) and analyze at a later date.
• Processing power. Processing data in Hadoop frees up EDW resources and gets data processed, transformed and into your EDW quicker so that the analysis work can begin.
Back in the early days of Hadoop, some went so far as to call Hadoop the “ETL killer,” putting ETL vendors at risk and on the defensive. Fortunately, these vendors quickly re-sponded with new HDFS connectors, making it easier for organizations to optimize their ETL investments in this new Hadoop world.
If you’re experiencing rapid application data growth and/or you’re having trouble getting all your ETL jobs to finish in a timely manner, consider handing off some of this work to Hadoop – using your ETL vendor’s Hadoop/HDFS connector or MapReduce – and get ahead of your data, not behind it.

ผลลัพธ์ (ไทย) 1:

•จัดเก็บค่าใช้จ่าย เนื่องจากการต้นทุนต่ำอย่างไร Hadoop เก็บ คุณสามารถเก็บข้อมูลทั้งสองรุ่นใน HDFS: ข้อมูลโปรแกรมประยุกต์และข้อมูลการแปรรูปหลังจากนั้น ข้อมูลของคุณต้อง การทั้งหมดในสถานที่หนึ่ง ทำให้ง่ายต่อการจัดการ การประมวลผลซ้ำ (ถ้าจำเป็น) และวิเคราะห์ในภายหลัง•แปรรูปพลังงาน ประมวลผลข้อมูลอย่างไร Hadoop ช่วยให้ทรัพยากร EDW และได้รับข้อมูลการประมวลผล แปลง และใน EDW ของคุณได้อย่างรวดเร็วเพื่อให้การวิเคราะห์งานสามารถเริ่มต้นกลับในวันแรก ๆ ของอย่างไร Hadoop บางไปจนเป็นเรียกอย่างไร Hadoop ที่ "ETL สเปรย์ วางจำหน่าย ETL เสี่ยง และตั้งรับ โชคดี ผู้ขายเหล่านี้ได้อย่างรวดเร็วอีกครั้ง-sponded กับเชื่อมต่อ HDFS ใหม่ สำหรับองค์กรเพื่อเพิ่มประสิทธิภาพการลงทุน ETL ในโลกนี้อย่างไร Hadoop ใหม่ถ้าคุณกำลังประสบปัญหาอย่างรวดเร็ว เจริญเติบโตของข้อมูลโปรแกรมประยุกต์และ/หรือคุณกำลังมีปัญหาในการทั้งหมดของ ETL งานเสร็จในเวลาเหมาะสม พิจารณา handing ออกขึ้นไปใช้เชื่อมต่ออย่างไร Hadoop/HDFS ของผู้ขาย ETL หรือ MapReduce – อย่างไร Hadoop และสกีข้อมูล หลังไม่

ผลลัพธ์ (ไทย) 2:

ค่าใช้จ่ายในการจัดเก็บ• เนื่องจากค่าใช้จ่ายที่ต่ำของการจัดเก็บ Hadoop คุณสามารถเก็บทั้งสองรุ่นของข้อมูลใน HDFS นี้: ก่อนที่ข้อมูลการใช้และข้อมูลที่เปลี่ยนไปหลังจากที่ ข้อมูลของคุณจะแล้วทั้งหมดจะอยู่ในสถานที่แห่งหนึ่งทำให้มันง่ายขึ้นในการจัดการประมวลผล (ถ้าจำเป็น) และวิเคราะห์ในภายหลัง.
•พลังการประมวลผล การประมวลผลข้อมูลใน Hadoop อิสระขึ้นทรัพยากร EDW และได้รับข้อมูลที่ประมวลผลเปลี่ยนและเข้าสู่ EDW ของคุณได้เร็วเพื่อให้การทำงานของการวิเคราะห์สามารถเริ่มต้น.
ย้อนกลับไปในวันแรกของ Hadoop บางส่วนไปให้ไกลที่สุดเท่าที่จะเรียก Hadoop ว่า "นักฆ่า ETL" วาง ผู้ขาย ETL ที่มีความเสี่ยงและการป้องกัน โชคดีที่ผู้ค้าเหล่านี้ได้อย่างรวดเร็วอีกครั้งด้วยการเชื่อมต่อ sponded HDFS ใหม่ทำให้มันง่ายขึ้นสำหรับองค์กรเพื่อเพิ่มประสิทธิภาพการลงทุน ETL ในโลกใหม่นี้ Hadoop.
หากคุณกำลังประสบกับการเติบโตอย่างรวดเร็วของข้อมูลการใช้และ / หรือคุณกำลังมีปัญหาในการรับ ETL ทั้งหมดของคุณ งานที่จะเสร็จสิ้นในเวลาที่เหมาะสมให้พิจารณามอบหมายบางส่วนของงานที่จะ Hadoop นี้ - ใช้ผู้ขาย ETL ของคุณเชื่อมต่อ Hadoop / HDFS หรือ MapReduce - ไปข้างหน้าและได้รับข้อมูลของคุณไม่ได้อยู่เบื้องหลังมัน

ผลลัพธ์ (ไทย) 3:

- กระเป๋าราคา เนื่องจากค่าใช้จ่ายต่ำของ Hadoop กระเป๋า คุณสามารถเก็บทั้งสองรุ่นของข้อมูลใน hdfs : ก่อนที่ข้อมูลใบสมัครและหลังจากเปลี่ยนข้อมูล ข้อมูลทั้งหมดของคุณจะอยู่ในที่เดียว ทำให้ง่ายต่อการจัดการรีโพรเซส ( ถ้าต้องการ ) และวิเคราะห์ในภายหลัง
- พลังการประมวลผล . การประมวลผลข้อมูล Hadoop อิสระขึ้นทรัพยากร edw และได้รับข้อมูลที่ประมวลผลแปลงและใน edw ของคุณเร็ว ดังนั้นการวิเคราะห์การทำงานจะเริ่มขึ้น
กลับในวันแรก Hadoop บางคนถึงขั้นเรียก Hadoop " นักฆ่า ETL , ETL และการใส่ " ผู้ขายเสี่ยงในการป้องกัน โชคดีที่ผู้ขายเหล่านี้ได้อย่างรวดเร็วอีกครั้ง sponded ที่มีการเชื่อมต่อ hdfs ใหม่ทำให้ง่ายขึ้นสำหรับองค์กรเพื่อเพิ่มประสิทธิภาพการลงทุนเพิ่มของพวกเขาในโลก Hadoop ใหม่
.หากคุณกำลังประสบกับการเติบโตอย่างรวดเร็วของข้อมูลและ / หรือคุณมีปัญหาในการรับงานเพิ่มทั้งหมดของคุณให้เสร็จสิ้นในเวลาที่เหมาะสม พิจารณามอบหมายปิดบางส่วนของงานนี้ และใช้ Hadoop ETL ของผู้ขายหรือ mapreduce Hadoop / hdfs Connector ) และได้รับล่วงหน้าของข้อมูล ไม่ได้อยู่เบื้องหลัง